-
公开(公告)号：CN101216557B
公开(公告)日：2011-07-20
申请号：CN200710173292.9
申请日：2007-12-27
Applicant: 复旦大学
Abstract: 本发明属于图像融合技术领域，具体为残差超复数对偶分解的多光谱与全色图像融合方法。该方法首先用超复数分别对多光谱图像和全色图像的残差图像建模，并对多光谱图像的超复数残差模型沿灰度轴方向分别进行超复数symplectic分解，得到包含亮度信息的simplex部分和包含色度信息的perplex部分。分析表明用高分辨率全色图像的超复数残差图像来替换低分辨率多光谱图像分解后得到的simplex部分，就可以恢复出高分辨率的多光谱图像的残差，最后通过symplectic分解的合成实现多光谱图像和全色图像的融合。仿真结果表明，本发明方法不存在人眼可见的光谱畸变。而各种现有图像融合方法的评估结果表明，本发明优于IHS、PCA和小波变换的融合方法。
-
公开(公告)号：CN100465661C
公开(公告)日：2009-03-04
申请号：CN200610118103.3
申请日：2006-11-09
Applicant: 复旦大学
Abstract: 本发明属于图像融合技术领域，具体为一种超复数主元加权的多光谱与全色图像融合方法。该方法首先对全色图像的每个像素值进行矢量化，然后对由RGB表示的多光谱图像和矢量化的全色图像分别用超复数矩阵进行表示，并对超复数矩阵表示的全色图像和多光谱图像分别进行超复数奇异值分解，获得这两个超复数矩阵的奇异值，并对得到的奇异值进行主元分析，用最大的特征向量作为权值进行加权图像融合。本发明考虑了由RGB表示多光谱图像的矢量性，从而避免了IHS和PCA融合方法由于忽视多光谱图像的矢量性而导致的色彩失真。分析和仿真的结果表明：该方法不存在人眼可见的光谱畸变，明显优于IHS、PCA和小波变换的融合方法。
-
公开(公告)号：CN101216557A
公开(公告)日：2008-07-09
申请号：CN200710173292.9
申请日：2007-12-27
Applicant: 复旦大学
Abstract: 本发明属于图像融合技术领域，具体为残差超复数对偶分解的多光谱与全色图像融合方法。该方法首先用超复数分别对多光谱图像和全色图像的残差图像建模，并对多光谱图像的超复数残差模型沿灰度轴方向分别进行超复数symplectic分解，得到包含亮度信息的simplex部分和包含色度信息的perplex部分。分析表明用高分辨率全色图像的超复数残差图像来替换低分辨率多光谱图像分解后得到的simplex部分，就可以恢复出高分辨率的多光谱图像的残差，最后通过symplectic分解的合成实现多光谱图像和全色图像的融合。仿真结果表明，本发明方法不存在人眼可见的光谱畸变。而各种现有图像融合方法的评估结果表明，本发明优于IHS、PCA和小波变换的融合方法。
-
公开(公告)号：CN1948995A
公开(公告)日：2007-04-18
申请号：CN200610118103.3
申请日：2006-11-09
Applicant: 复旦大学
Abstract: 本发明属于图像融合技术领域，具体为一种超复数主元加权的多光谱与全色图像融合方法。该方法首先对全色图像的每个像素值进行矢量化，然后对由RGB表示的多光谱图像和矢量化的全色图像分别用超复数矩阵进行表示，并对超复数矩阵表示的全色图像和多光谱图像分别进行超复数奇异值分解，获得这两个超复数矩阵的奇异值，并对得到的奇异值进行主元分析，用最大的特征向量作为权值进行加权图像融合。本发明考虑了由RGB表示多光谱图像的矢量性，从而避免了IHS和PCA融合方法由于忽视多光谱图像的矢量性而导致的色彩失真。分析和仿真的结果表明：该方法不存在人眼可见的光谱畸变，明显优于IHS、PCA和小波变换的融合方法。
-
-
-
Search Results
4
records
(took 0.02 seconds)
